PNAS | 在AlphaFold 2上升级，佐治亚理工学院团队预测SARS-CoV-2刺突蛋白RBD的抗体表现

文章预览

DRUG AI 今天为大家介绍的是来自佐治亚理工学院的Jeffrey Skolnick团队的一篇论文。识别能够中和特定抗原的抗体对于开发有效的免疫疗法至关重要，但这一任务在许多目标抗原上仍然具有挑战性。深度学习为基础的计算方法的兴起为解决这一挑战提供了一条有希望的途径。本文通过两个基准测试评估了深度学习方法在预测针对SARS-CoV-2刺突蛋白受体结合域（RBD）的抗体方面的表现。为了预测抗原–抗体复合物的结构模型，作者采用了三种不同的输入序列比对策略。在最初的测试集中，这些策略在61%的案例中成功生成了排名靠前的显著预测，并取得了47%的成功率。作者的研究结果强调了将深度学习方法与单B细胞测序技术相结合，以提高抗原–抗体相互作用预测精度的潜力。 解析蛋白质在原子水平上如何相互作用形成功能复合物，是理解生物过程的关键 ………………………………